光學(xué)字符識別技術(shù)

光學(xué)字符識別OCR介紹OCR（opticalcharacterrecognition）文字識別[1]是指電子設(shè)備（例如掃描儀或數(shù)碼相機(jī)）檢查紙上打印的字符，然后用字符識別方法將形狀翻譯成計算機(jī)文字的過程；即，對文本資料進(jìn)行掃描，然后對圖像文件進(jìn)行分析處理，獲取文字及版面信息的過程。一個OCR識別系統(tǒng)，其目的很簡單，只是要把影像作一個轉(zhuǎn)換，使影像內(nèi)的圖形繼續(xù)保存、有表格則表格內(nèi)資料及影像內(nèi)的文字，一律變成計算機(jī)文字，使能達(dá)到影像資料的儲存量減少、識別出的文字可再使用及分析?？梢詷O大減輕數(shù)據(jù)錄入工作的強(qiáng)度，提高數(shù)據(jù)錄入的速度。一．文字識別系統(tǒng)的構(gòu)成。

印刷體識別的原始圖像是通過掃描儀、CCD器件或傳真機(jī)等獲得的二維灰度或二值圖像，其識別過程如下圖：進(jìn)入OCR系統(tǒng)獲取圖像識別文稿校對結(jié)束圖像預(yù)處理版式分析文本的切割特征提取單字識別后處理識別識別過程圖像預(yù)處理版式分析文本的切割去噪聲傾斜矯正二值化等段落表格圖表文本切割字符切割特征提取統(tǒng)計特征結(jié)構(gòu)特征單子識別特征庫字庫后處理詞頻結(jié)果糾正語義二．文字識別技術(shù)OCR識別技術(shù)可分為印刷體識別技術(shù)和手寫體識別技術(shù)，而后者由分為聯(lián)機(jī)手寫識別和脫機(jī)手寫識別技術(shù)。聯(lián)機(jī)手寫識別脫機(jī)手寫識別識別快出錯多空間多更新快出錯少識別慢識別器是系統(tǒng)的核心：用于文字識別的方法有統(tǒng)計模式識別，結(jié)構(gòu)模式識別和人工神經(jīng)網(wǎng)絡(luò)等方法。實時識別輸入被識別樣本特征提取特征選擇分類識別識別輸出學(xué)習(xí)輸入學(xué)習(xí)樣本特征提取特征選擇分類識別改進(jìn)分類器檢驗特征字典分類器設(shè)計OCR應(yīng)用領(lǐng)域票據(jù)類證照類銀行卡、車牌名片、文檔人民幣冠字號票據(jù)類票據(jù)自動分類OCR識別自動分類中國銀行轉(zhuǎn)賬支票現(xiàn)金支票招商銀行支票工商銀行支票票據(jù)類OCR識別引擎將票面要素（大寫金額、小寫金額、出票日期、支票號、出票人賬號、收款人、磁碼、支付密碼等）精準(zhǔn)識別出來，實現(xiàn)自動錄入，自動校驗，加快審核的及時性，降低人工肉眼辨別的疲勞度。票據(jù)類憑證識別分類OCR識別自動分類OCR識別自動分類OCR識別自動分類OCR識別自動分類類型：銷卡類型：開卡類型：換卡類型：建立卡與用戶關(guān)系證照類資質(zhì)文件分類資質(zhì)文件影像資料企業(yè)法人營業(yè)執(zhí)照企業(yè)法人營業(yè)執(zhí)照自動命名、自動分類自動命名、自動分類稅務(wù)登記證稅務(wù)登記證自動識別、自動命名、自動分類組織機(jī)構(gòu)代碼證組織機(jī)構(gòu)代碼證……證照類資質(zhì)文件要素識別企業(yè)法人營業(yè)執(zhí)照識別內(nèi)容：1、注冊號：XXXXXXX2、執(zhí)照編號：XXXXXX3、名稱：XXXXXXXXX4、住所：XXXXXXXXX5、法定代表人姓名：XX6、公司類型：XXXXXX7、注冊資本：XXX萬元8、實收資本：XXX萬元9、經(jīng)營范圍：XXXXXXXXXXXXXXXX10、營業(yè)期限：X年X月X日至X年X月X日證照類身份證識讀儀：讀取芯片信息掃描儀：掃描證件正反面姓名XXX性別X民族：XX出生XXXX年XX月XX日住址XXXXXXXXXXXXXX公民身份號碼XXXXXXXXXXXXXXXXXXXXX簽發(fā)機(jī)關(guān)XXXXXXX有效期限XXXX。XX。XX－XXXX。XX。XX照片比對信息證件真?zhèn)我恢伦C件真?zhèn)尾灰恢耎證件識別識別到的證件信息：OCR識別證件表面信息銀行卡銀行：CreditBank卡號：3902018198641384有效期：01/12姓名：UISERNAME識別到的證件信息：OCR平臺車牌OCR智能停車場視頻卡口自動識別車輛

名片文檔多平臺管理：用戶可通過手機(jī)、PC及WEB服務(wù)器端對文檔進(jìn)行識別、管理多平臺數(shù)據(jù)實時同步名片文檔管理名片識別識別內(nèi)容：1、地址：XXXXXXX2、手機(jī)：XXXXXX3、電話：XXXXXXXXX4、傳真：XXXXXXXXX5、公司名稱：XXOCR識別快速錄入人脈信息，支持移動端、PC端及云端識別

人民幣冠字號人民幣紙幣上的編碼又稱冠字號碼，“冠字”是印在紙幣上用來標(biāo)記印刷批次的兩個或三個英文字母，由印鈔廠按一定規(guī)律編排和